Jihwan Kim团队提出波数感知深度学习提升拉曼光谱鲁棒性

Jihwan Kim等研究者发布论文《基于波数感知的深度学习用于拉曼光谱的鲁棒分析》，提出了一种利用拉曼光谱波数计算Transformer位置编码的新方法。该方法将光谱点表示为强度与波数对，旨在解决可变测量条件下的光谱分析难题。在三种细菌及其混合样本的测试中，该方案在噪声干扰、稀疏采样及部分光谱覆盖情况下，性能优于传统的索引编码方式。 该方法在未见过的采样网格上仍保持良好性能，并在公开30株细菌基准上成功复现结果。这种显式物理坐标方法为拉曼光谱分析提供了简单且鲁棒的路径。目前研究聚焦于细菌识别场景，证实了在卷积、残差及Transformer网络架构下的有效性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。